搜索资源列表
bpMATLABcode
- bp神经网络代码，利用单隐含层，可扩展为多输入单输出可以看看！ -bp neural network code, you can see!
BP-neural-network-prediction-method
- BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。-
li1
- 请用多层感知器（MLP）神经网络误差反向传播（BP）算法实现异或问题（输入为，要求可以判别输出为0或1），并画出学习曲线。其中，非线性函数采用S型Logistic函数。-Please use the Multilayer Perceptron (MLP) back propagation neural network (BP) algorithm XOR problem (input is required to determine the output is 0 or 1), and draw
BP-HIDDEN
- 包含多隐含层的BP神经网络程序，已经过调试，训练良好，预测ok，修改输入输出即可-BP neural network program contains multiple hidden layers, have been commissioning, training well, forecasting ok, you can modify the input and output
pso-bp
- 粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为 PSO， 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种，和模拟退火算法相似，它也是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现
BP-ANN
- BP网络是一种按误差逆传播算法训练的多层前馈网络，目前应用较为广泛。它能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。本文讲述了一种关于BP神经网络应用实例。-BP network is a back propagation algorithm by former Multilayer feedforward network, currently used more widely.They can learn and store a lot of input-
networkProgram
- 实现了简单的BP网络的计算，可以进行多输入和多输出(A simple BP network is implemented)
BP神经网络程序
- 是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。(It is a multilayer feedforward network trained by error backpropagation algorithm, and is one of the most widely used neural network models. BP networks can learn a
BP_PID
- 多输入多输出的三层神经网络（反向传播算法）PID控制(Multi input multi output three layer neural network (back propagation algorithm) PID control)
BP
- BP网络是通过输入层到输出层的计算来完成的。多于一层的隐含层虽然能在速度上提高网络的训练,但是在实际应用中需要较多的训练时间,而训练速度可以用增加隐含层节点个数来实现,因此在应用BP神经网络进行预测时,选取只有一个隐含层的三层BP神经网络就足够了。(The BP network is completed through the calculation of the input layer to the output layer. Although the hidden layer of more
基于BP神经网络的色空间转换
- 本案例为基与bp神经网络对pantone色卡中RGB空间向Lab空间转换的源码，并已经调试成功输入层输出层函数与神经元个数。附加功能：直接得出各色块的Eab色差已经测试样本与预测样本的相关系数。经多次实验，相关色差在2~3之间，低于CIE认可标准：4，相关系数达到0.96以上，可以准确预测绝大多数色块，用于色彩管理建模。(This case is for color space converting(RGB Space to Lab Space) You can master how to u